10.3969/j.issn.1671-7848.2013.05.010
简化型PCNN的混合噪声图像滤波算法研究
针对脉冲噪声和高斯噪声构成混合噪声的特点,提出了一种基于简化型脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)滤波算法,利用了简化模型的几个技术特性,适当的选取参数,并在算法中结合了形态学方法、中值滤波和维纳滤波,该算法相对于均值滤波和中值滤波算法来说具有更好的抑制混合噪声干扰的能力,能较好地保持图像的边缘和细节信息.通过大量实验证实,应用简化型PCNN滤波算法对滤除灰度图像所受混合噪声的效果较好.在与其他算法的比较中,该算法优于传统的滤波算法,不但能有效地滤除混合噪声,并且计算量适中,具有较好的实时性,同时随着图像受混合噪声污染程度的增大,优势更加明显.
脉冲耦合神经网络、混合噪声、滤波
20
TP27(自动化技术及设备)
辽宁省教育厅资助项目2010095
2013-11-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
829-832